CN112649021B - 一种无人直升机姿态测量故障诊断方法 - Google Patents

一种无人直升机姿态测量故障诊断方法 Download PDF

Info

Publication number
CN112649021B
CN112649021B CN202011512849.9A CN202011512849A CN112649021B CN 112649021 B CN112649021 B CN 112649021B CN 202011512849 A CN202011512849 A CN 202011512849A CN 112649021 B CN112649021 B CN 112649021B
Authority
CN
China
Prior art keywords
speed
attitude angle
average value
satellite navigation
unmanned helicopter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011512849.9A
Other languages
English (en)
Other versions
CN112649021A (zh
Inventor
杨帅
冀明
於拯威
赵佳
王磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
No 60 Institute of Headquarters of General Staff of PLA
Original Assignee
No 60 Institute of Headquarters of General Staff of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by No 60 Institute of Headquarters of General Staff of PLA filed Critical No 60 Institute of Headquarters of General Staff of PLA
Priority to CN202011512849.9A priority Critical patent/CN112649021B/zh
Publication of CN112649021A publication Critical patent/CN112649021A/zh
Application granted granted Critical
Publication of CN112649021B publication Critical patent/CN112649021B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
    • B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
    • B64F5/60—Testing or inspecting aircraft components or systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Transportation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Navigation (AREA)

Abstract

本发明提出一种无人直升机姿态测量故障诊断方法，解算无人直升机气动模型，获得理论速度与俯仰姿态角的配平对应关系；分别求取双卫星导航设备在设定时间段的速度均值，比对双卫星导航设备速度均值计算结果判断设备状态，再求两个速度均值的平均值；根据两个速度均值的平均值和抗风指标，结合理论速度与俯仰姿态角的配平对应关系，获取速度量所在区间的端点，以此求对应俯仰姿态角判定范围；若满足下述条件之一，俯仰姿态角在俯仰姿态角判定范围以外，或者低头姿态角以及倒飞速度较大且非减速，或者抬头姿态角以及正飞速度较大且非减速，开始判故计时，若累积计时达到设定的阈值，则判定发生故障。本发明提高了故障诊断的准确性和安全性。

Description

一种无人直升机姿态测量故障诊断方法
技术领域
本发明属于飞行安全管理领域，涉及一种无人直升机姿态测量故障诊断方法。
背景技术
姿态数据对于无人直升机的飞行控制至关重要，姿态传感器自身使用采集芯片工作状态、卡尔曼滤波等算法可以判定自身工作故障，但姿态传感器在测量时可能产生漂移，当偏移过大时，将影响飞行安全。现有的姿态测量诊断方法大多检测硬件故障，通过常见故障设计状态观测器、神经网络算法或多重滤波器以进行故障诊断；有的通过加速度计进行姿态飘移补偿，只是修正了姿态测量数据。现有技术未针对飞行器在飞行时出现非常规匹配姿态时的故障进行诊断。
发明内容
本发明的目的在于提出一种飞行器的姿态测量故障诊断方法，具体运用于某无人直升机飞行控制软件与管理系统中，为飞行姿态测量结果进行实时诊断，以获知无人直升机的姿态传感器工作测量故障状态。
实现本发明目的的技术解决方案为：一种无人直升机姿态测量故障诊断方法，包括如下步骤：
步骤1，模型配平解算
解算无人直升机气动模型，获得理论速度与俯仰姿态角的配平对应关系；
步骤2，均值滤波算法
分别求取双卫星导航设备在设定时间段的速度均值，比对双卫星导航设备速度均值计算结果判断设备状态，再求两个速度均值的平均值；
步骤3，最大扰动插值/取值算法
根据两个速度均值的平均值和抗风指标，结合理论速度与俯仰姿态角的配平对应关系，获取速度量所在区间的端点，以此求对应俯仰姿态角判定范围；
步骤4，时间累积判定法
若陀螺采集的俯仰姿态角和双卫星导航设备采集的平均速度，满足下述条件之一，开始判故计时，若累积计时达到设定的阈值，则判定发生故障，否则，判定未发生故障；
(1)俯仰姿态角在俯仰姿态角判定范围以外，开始判故计时；
(2)低头姿态角以及倒飞速度较大，且非减速，开始判故计时；
(3)抬头姿态角以及正飞速度较大，且非减速，开始判故计时。
步骤1中，解算无人直升机气动模型，获得理论速度与俯仰姿态角的配平对应关系，各速度下俯仰姿态角的对应形式如下：
其中，Vi、θi分别为速度和俯仰姿态角。
步骤2中，分别求取双卫星导航设备在设定时间段的速度均值，比对双卫星导航设备速度均值计算结果判断设备状态，再求两个速度均值的平均值，具体方法为：
(1)求取双卫星导航设备的0.5秒速度均值
(2)比对判断卫星导航设备的工作状态，若双卫星导航设备异常，否则正常；
(3)求两个速度均值的平均值
其中，N为0.5秒中卫星导航设备的采集总数。
步骤3中，根据两个速度均值的平均值和抗风指标，结合理论速度与俯仰姿态角的配平对应关系，以此求对应俯仰姿态角判定范围，具体方法为：
俯仰姿态角的判定下限值θ下由速度均值加上抗风风速指标Vf确定；
俯仰姿态角的判定上限值θ上由速度均值减去抗风风速指标Vf确定；
其中，θ(j+1)、θ(j)和V(j+1)、V(j)，分别通过配平对应关系得到。
还包括步骤5，恢复判定的过程，当俯仰姿态角在俯仰姿态角判定范围以内，且低头倒飞减速或者抬头正飞减速时，开始恢复计时，若累计计时时间达到设定的阈值，则给定恢复判定结果，否则判定未恢复。
一种无人直升机姿态测量故障诊断系统，基于所述的方法进行无人直升机姿态测量故障诊断。
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的方法进行无人直升机姿态测量故障诊断。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法进行无人直升机姿态测量故障诊断。
本发明与现有技术相比，其显著优点为：1)结合速度数据、姿态数据和理论速度-姿态配平关系来综合进行姿态测量故障诊断，达到多源数据融合的目的，提高了故障诊断的准确性和安全性；2)在故障诊断时考虑风扰动、累积时间、去噪音、双卫星导航数据等因素，进一步提高故障诊断的准确定和数据一致性；3)在故障诊断时，加入专家经验判定方法：“低头-倒飞-不减速-异常、抬头-正飞-不减速-异常”，判定无人直升机的异常飞行状态，提高了飞行安全，并且在常规布局无人直升机中均可根据具体模型数据使用本方法，具有一定通用性。
附图说明
图1是本发明无人直升机姿态测量故障诊断方法的流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本发明无人直升机姿态测量故障诊断方法，需要双卫星导航设备采集的速度数据和陀螺采集的姿态数据，另外需要根据无人直升机模型数据解算速度与姿态的配平对应关系，结合速度数据、姿态数据和理论速度-姿态配平关系来综合进行姿态测量故障诊断。本故障诊断方法包含了模型配平解算、均值滤波、最大扰动插值/取值算法、时间累积判定和专家经验飞行判定等方法，具体步骤如下：
步骤1，模型配平解算
解算无人直升机气动模型，获得理论速度与俯仰姿态角的配平对应关系，各速度下的对应形式如下：
步骤2，均值滤波算法
卫星导航设备数据1s中采集5次速度数据，作为一种具体示例，分别求取双卫星导航设备的0.5秒速度均值，比对双卫星导航设备的计算结果，再求两个速度均值的平均值也可以将0.5秒修改为其他设定值。
双卫星导航设备的0.5秒速度均值为：
比对判断卫星导航设备的工作状态，若双卫星导航设备异常，否则正常，求两个速度均值的平均值/>
其中，N为0.5秒中卫星导航设备的采集总数。
步骤3，最大扰动插值/取值算法
根据计算的速度均值和抗风指标，结合理论速度与俯仰姿态角的配平对应关系，获取速度量所在区间的端点V(j)和V(j+1)，查找对应的θ(j)、θ(j+1)，以此求对应俯仰姿态角判定范围，其中俯仰姿态角的判定下限值由速度均值加上抗风风速指标确定，俯仰姿态角的判定上限值由速度均值减去抗风风速指标确定。
俯仰姿态角的判定下限值θ下由速度均值加上抗风风速指标Vf确定；
俯仰姿态角的判定上限值θ上由速度均值减去抗风风速指标Vf确定；
其中，θ(j+1)、θ(j)和V(j+1)、V(j)，分别通过配平对应关系得到。
步骤4，时间累积判定法
若陀螺采集的俯仰姿态角和双卫星导航设备采集的平均速度，满足下述条件之一，开始判故计时，若累积计时达到设定的阈值，则判定发生故障，否则，判定未发生故障；
(1)俯仰姿态角在俯仰姿态角判定范围以外，开始判故计时；
(2)低头姿态角以及倒飞速度较大，且非减速，开始判故计时；
(3)抬头姿态角以及正飞速度较大，且非减速，开始判故计时；
卫星导航设备数据1s中采集5次速度数据，陀螺1s中采集50次俯仰姿态角数据，作为一种具体示例，累计计时时间达到0.5秒时，给定发生故障的判故结果，也可以将0.5秒修改为其他设定值。
步骤5，恢复判定
当俯仰姿态角在俯仰姿态角判定范围以内，且低头-倒飞-减速，或者抬头-正飞-减速时，开始恢复计时，累计计时时间达到0.5秒时，给定恢复判定结果。
实施例
为了验证本发明方案的有效性，进行如下仿真实验。
无人直升机姿态测量故障诊断方法，包括如下步骤：
步骤1，解算无人直升机气动模型，获得理论速度与俯仰姿态角的配平对应关系；
步骤2，分别求取双卫星导航设备的0.5秒速度均值比对判断卫星导航设备的工作状态，若/>双卫星导航设备异常，否则正常，再求两个速度均值的平均值/>
均值
其中N为0.5秒中卫星导航设备的采集总数。
步骤3，带入速度均值和抗风指标计算俯仰角判定上下限；
步骤4，满足下列条件之一，开始计时：
(1)若θ＞(θ上+1.0)或θ＜(θ下-1.0)；
(2)若θ＜(-θx)且V＜(-Vx)且|V100|>|V|；
(3)若θ＞θx且V＞Vx且|V100|>|V|；
注V100为前2秒速度，V为当前速度，θ为当前俯仰姿态角，Vx为速度限幅值，θx为俯仰角限幅值。
步骤5，计时M＞25时，即累计0.5秒，给定判故结果；
步骤6，同时满足下列条件，开始计时M：
(1)θ＜(θ上+1.0)且θ＞(θ下-1.0)
(2)θ＞(-θx)或V＞(-Vx)或|V100|＜|V|
(3)θ＜θx或V＜Vx或|V100|＜|V|；
步骤7，计时M＞25时，即累计0.5秒，给定恢复正常判定结果。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种无人直升机姿态测量故障诊断方法，其特征在于，包括如下步骤：
步骤1，模型配平解算
解算无人直升机气动模型，获得理论速度与俯仰姿态角的配平对应关系；
步骤2，均值滤波算法
分别求取双卫星导航设备在设定时间段的速度均值，比对双卫星导航设备速度均值计算结果判断设备状态，再求两个速度均值的平均值；
步骤3，最大扰动插值/取值算法
根据两个速度均值的平均值和抗风指标，结合理论速度与俯仰姿态角的配平对应关系，获取速度量所在区间的端点，以此求对应俯仰姿态角判定范围；
步骤4，时间累积判定法
若陀螺采集的俯仰姿态角和双卫星导航设备采集的平均速度，满足下述条件之一，开始判故计时，若累积计时达到设定的阈值，则判定发生故障，否则，判定未发生故障；
(1)俯仰姿态角在俯仰姿态角判定范围以外，开始判故计时；
(2)低头姿态角以及倒飞速度较大，且非减速，开始判故计时；
(3)抬头姿态角以及正飞速度较大，且非减速，开始判故计时；
步骤1中，解算无人直升机气动模型，获得理论速度与俯仰姿态角的配平对应关系，各速度下俯仰姿态角的对应形式如下：
其中，Vi、θi分别为速度和俯仰姿态角；
步骤3中，根据两个速度均值的平均值和抗风指标，结合理论速度与俯仰姿态角的配平对应关系，以此求对应俯仰姿态角判定范围，具体方法为：
俯仰姿态角的判定下限值θ下由速度均值加上抗风风速指标Vf确定；
俯仰姿态角的判定上限值θ上由速度均值减去抗风风速指标Vf确定；
其中，θ(j+1)、θ(j)和V(j+1)、V(j)，分别通过配平对应关系得到。
2.根据权利要求1所述的无人直升机姿态测量故障诊断方法，其特征在于，步骤2中，分别求取双卫星导航设备在设定时间段的速度均值，比对双卫星导航设备速度均值计算结果判断设备状态，再求两个速度均值的平均值，具体方法为：
(1)求取双卫星导航设备的0.5秒速度均值
(2)比对判断卫星导航设备的工作状态，若双卫星导航设备异常，否则正常；
(3)求两个速度均值的平均值
其中，N为0.5秒中卫星导航设备的采集总数。
3.根据权利要求1所述的无人直升机姿态测量故障诊断方法，其特征在于，还包括步骤5，恢复判定的过程，当俯仰姿态角在俯仰姿态角判定范围以内，且低头倒飞减速或者抬头正飞减速时，开始恢复计时，若累计计时时间达到设定的阈值，则给定恢复判定结果，否则判定未恢复。
4.一种无人直升机姿态测量故障诊断系统，其特征在于，基于权利要求1-3任一项所述的方法进行无人直升机姿态测量故障诊断。
5.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-3任一项所述的方法进行无人直升机姿态测量故障诊断。
6.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-3任一项所述的方法进行无人直升机姿态测量故障诊断。
CN202011512849.9A 2020-12-20 2020-12-20 一种无人直升机姿态测量故障诊断方法 Active CN112649021B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011512849.9A CN112649021B (zh) 2020-12-20 2020-12-20 一种无人直升机姿态测量故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011512849.9A CN112649021B (zh) 2020-12-20 2020-12-20 一种无人直升机姿态测量故障诊断方法

Publications (2)

Publication Number Publication Date
CN112649021A CN112649021A (zh) 2021-04-13
CN112649021B true CN112649021B (zh) 2024-05-14

Family

ID=75360216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011512849.9A Active CN112649021B (zh) 2020-12-20 2020-12-20 一种无人直升机姿态测量故障诊断方法

Country Status (1)

Country Link
CN (1) CN112649021B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007290647A (ja) * 2006-04-27 2007-11-08 Yamaha Motor Co Ltd 無人ヘリコプタおよび外部環境推定装置
KR20100016915A (ko) * 2008-08-05 2010-02-16 주식회사 대한항공 무인항공기의 비행제어장치 및 그 제어방법
CN106184738A (zh) * 2016-06-17 2016-12-07 北京航空航天大学 一种可拆卸的尾座式垂直起降无人机
CN106681336A (zh) * 2016-12-29 2017-05-17 湖北三江航天红峰控制有限公司 基于容错处理的无人飞行器高度测量控制系统及控制方法
CN111352433A (zh) * 2018-12-20 2020-06-30 中国科学院沈阳自动化研究所 一种无人机水平姿态角的故障诊断方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007290647A (ja) * 2006-04-27 2007-11-08 Yamaha Motor Co Ltd 無人ヘリコプタおよび外部環境推定装置
KR20100016915A (ko) * 2008-08-05 2010-02-16 주식회사 대한항공 무인항공기의 비행제어장치 및 그 제어방법
CN106184738A (zh) * 2016-06-17 2016-12-07 北京航空航天大学 一种可拆卸的尾座式垂直起降无人机
CN106681336A (zh) * 2016-12-29 2017-05-17 湖北三江航天红峰控制有限公司 基于容错处理的无人飞行器高度测量控制系统及控制方法
CN111352433A (zh) * 2018-12-20 2020-06-30 中国科学院沈阳自动化研究所 一种无人机水平姿态角的故障诊断方法

Also Published As

Publication number Publication date
CN112649021A (zh) 2021-04-13

Similar Documents

Publication Publication Date Title
CN104678764B (zh) 基于解析重构信号的飞控系统传感器混合余度方法
EP2548799B1 (en) Aerodynamic coefficient estimation device and control surface failure/damage detection device
CN109976374B (zh) 无人机异常坠地的检测方法、装置、设备以及存储介质
CN109050576B (zh) 一种轮径修正方法、装置、设备及可读存储介质
CA2789269A1 (en) Stall prevention/recovery system and method
CN104246637A (zh) 分析飞行器记录的飞行数据以将其截取到飞行阶段的方法
CN113670337B (zh) 一种用于gnss/ins组合导航卫星缓变故障检测方法
US20220410914A1 (en) Multi-agent control system
CN112009397B (zh) 一种自动驾驶路测数据分析方法及装置
CN112649021B (zh) 一种无人直升机姿态测量故障诊断方法
CN108413984A (zh) 一种三余度机载陀螺信号余度管理方法
EP3155373A1 (de) Verfahren und system zur anpassung eines navigationssystems
CN115619049B (zh) 基于极端气象条件下航空运行风险指数的预测评估方法
CN110191412B (zh) 一种修正车辆行驶路线信息的方法、一种车载终端
CN114136416B (zh) 飞行器的飞行重量监测方法、系统、存储介质及电子设备
CN107065817B (zh) 一种基于参数监控的自动驾驶仪故障检测方法
US10732631B2 (en) Method for alleviating and protecting loads for an aircraft
CN109343507A (zh) 一种故障检测与隔离系统及方法
CN109696908B (zh) 机器人及其航迹设置方法和系统
CN115991195A (zh) 自动驾驶中车轮打滑的自动检测及补偿方法、装置及系统
CN117007147A (zh) 飞机燃油油量自适应测量方法及系统
Lu et al. Grey correlation analysis of hard landing based on QAR data
CN108805175A (zh) 一种飞机的飞行姿态聚类分析方法和分析系统
CN112800897B (zh) 连续下降运行的识别方法、识别装置和电子设备
JP7154390B2 (ja) 航空機の自動回復を開始する前の使用可能時間

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant